next up previous contents
Next: 量子化後の記憶パターン数と学習セット数 Up: 実験 Previous: 入力パターンの相関値と学習成功数

結合荷重値の量子化

  過去の研究結果から、学習条件成立時の結合荷重値の変化 tex2html_wrap_inline1641 を小さくした 時、記憶できるパターン数が増加することが分かっている。[7] これは、 tex2html_wrap_inline1641 を小さくした方が結合荷重値のとる値の数が多くなり、 入力パターン間の干渉をうまく避けられるような結合行列を形成できるためである とみることができる。 このことから、結合荷重値のとる値の数が相関学習法より多いことも、記憶できる パターン数の多いことの原因と考えられる。

そこで、結合荷重値のとる値の数を、同じ入力パターンを相関学習により学習した 場合に結合荷重値のとる値と同程度になるように量子化する。 量子化によって記憶パターン数に変化があれば、結合荷重値のとる値の多いことが 逐次学習の性能の良さに関係しているといえる。

結合荷重の量子化処理は、以下のように行なった。

eqnarray522

ここで、 tex2html_wrap_inline1765 は量子化幅、 tex2html_wrap_inline1767tex2html_wrap_inline1769 は結合荷重値中の最大、最小値、 Nは相関学習法で結合荷重値のとる数、 tex2html_wrap_inline1773tex2html_wrap_inline1775 は 量子化前、量子化後の結合荷重値、QRはそれぞれ tex2html_wrap_inline1781 の商と余りである。





Deguchi Lab.